Forskning visar att AI kan identifiera personer med förmaksflimmer

Läkare tittar på datorskärm

Publicerad: 2023-06-28 | Uppdaterad: 2023-06-28

Ny forskning vid Karolinska institutet visar att artificiell intelligens (AI) kan användas för att identifiera individer med förmaksflimmer. Det räcker med ett enklare EKG, en teknik som finns i många smarta klockor och liknande.

– Förmaksflimmer är en av de främsta riskfaktorerna för stroke. För att undvika stroke är det mycket viktigt att upptäcka och behandla personer med förmaksflimmer, säger Kristina Sparreljung, generalsekreterare för Hjärt-Lungfonden.

Forskarna bakom den aktuella studien har nu utvecklat en AI-algoritm som kan identifiera förmaksflimmer hos en patient. Vilket är enkelt, billigt och möjligt redan i dag.

– Med vår AI-algoritm kan man på ett enklare sätt screena individer för förmaksflimmer, exempelvis genom att placera ut enkla handhållna EKG på vårdcentraler, där man genom att ta ett enda EKG kan bedöma den framtida risken för förmaksflimmer, säger Emma Svennberg, huvudman för studien och docent vid Karolinska Institutet.

Ikon - så används din gåva

Fakta om förmaksflimmer

  • Förmaksflimmer är den vanligaste hjärtrytmrubbningen hos vuxna.

  • Minst 300 000 personer i Sverige lider av förmaksflimmer. Men mörkertalet är stort och endast drygt två tredjedelar har fått diagnosen.

  • Varje år får flera tusen personer i Sverige stroke till följd av förmaksflimmer.

  • Om man misstänker förmaksflimmer undersöks hjärtats elektriska funktioner med hjälp av olika former av EKG.

  • Blodproppsförebyggande behandling den absolut viktigaste faktorn när det gäller att minska risken för förtidig död och lidande och en av hörnpelarna i vården av personer med förmaksflimmer.

Källa: Hjärt-Lungfonden

Tidig upptäckt av förmaksflimmer minskar risken att drabbas av stroke

Eftersom ett EKG-mätningsinstrument med en elektrod är billiga och enkla att använda kan detta öppna för att man använder algoritmen som ett första steg vid screening för förmaksflimmer. De personer som algoritmen hittar kan därefter genomgå ytterligare EKG-undersökningar.

Förmaksflimmer är den vanligaste formen av rubbningar i hjärtrytmen och obehandlat flimmer ökar kraftigt risken för stroke, men mörkertalet är sannolikt stort. Det beror på att förmaksflimmer ofta är symtomfritt eller periodiskt återkommande, vilket gör det svårt att upptäcka med ett enda EKG.

En tidig upptäckt av förmaksflimmer gör att man kan starta behandling med blodförtunnande läkemedel, vilket minskar risken för stroke och alltför tidig död.

I den aktuella studien användes en typ av artificiell intelligens som kallas för konvolutionellt neuralt nätverk, på data från 478 962 EKG-mätningar från 14 831 personer 65 år och äldre. EKG-mätningarna hämtades från tre olika screeningstudier där enkla mätinstrument med en elektrod, så kallade tum-EKG användes. Forskningen har stöd från Hjärt-Lungfonden.

Så känner du igen en stroke med hjälp av AKUT-testet

Vid stroke är tiden dyrbar och snabba åtgärder av dig som står nära minskar skadorna. Genom att känna till de vanligaste varningssignalerna kan du bidra till att ge fler strokedrabbade vård i tid.

Ikon av ett hjärta som symboliserar medlem

ANSIKTE

Be personen att le. Om mungipan hänger. – Ring 112!

Ikon av ett hjärta som symboliserar medlem

KROPP

Lyft armarna i 10 sekunder. Om en arm faller. – Ring 112!

Ikon av ett hjärta som symboliserar medlem

UTTAL

Om personen talar sluddrigt eller inte hittar rätt ord. – Ring 112!

Ikon av ett hjärta som symboliserar medlem

TID

Varje sekund är livsviktig. Vänta inte. – Ring 112!

Illustration hjärta - hjärtrytmrubbningar

Om hjärtrytmrubbningar

Avvikelser i hjärtats rytm är vanliga. De beror på fel i hjärtats elektriska impulsbildning eller impuls och kallas med ett sammanfattande namn hjärtrytmrubbningar eller arytmier.

Lär dig mer om hjärtrytmrubbningar
Ikon stroke

Om stroke

Stroke är samlingsnamnet på det tillstånd med plötsliga symtom som uppstår när en del av hjärnans nervvävnad påverkas av hämmad syretillförsel i det beröra området.

Lär dig mer om stroke

Mer om studien

Studiens namn: An artificial intelligence–based model for prediction of atrial fibrillation from single-lead sinus rhythm electrocardiograms facilitating screening

Länk till studien: https://academic.oup.com/europace/article/25/4/1332/7070988

Tidskrift: EP Europace

Publiceringsdatum: 7 mars 2023